宇视朱兵：AI工程化落地 TCO是关键 - 安防知识网

技术的尝鲜期过后，市场和用户都开始慢慢从浮躁中回归到本质，更加看重系统的TCO。

　　过去一年里，AI在安防行业的落地应用成为包括公安、交通、城市管理等领域大家谈论最多的话题，各大厂商的对外宣传不再仅仅聚焦在人脸抓拍、动态布控的精准度提升这一单一的产品维度上，而是更多的将AI产品和技术融合到具体的应用场景当中，展出场景化的AI系统解决方案以及其带来的真实效能。

　　“这种转变是AI、大数据等技术下沉的必然发展路径，也是行业市场在经历过这两年市场的培育，技术的尝鲜期过后，市场和用户都开始慢慢从浮躁中回归到本质，更加看重系统的TCO。”宇视科技市场部总工朱兵表示。

　　AI工程化落地，TCO是关键

　　TCO是工程项目中用户最为关心的一个部分，也是宇视制定AI工程化战略后的终极追求。按朱兵的解释来说，围绕着AI落地应用，厂商针对不同场景推出的解决方案最终还是会趋同，因为大家采用的产品组件、功能实现方面基本大同小异，你有我有。当前智能安防的技术基础和产品化已趋成熟，大家更关注的将是如何做系统化的规模部署。

　　AI在安防的落地将这个产业推向了一个新的高度，而铺天盖地的“AI高能”宣传也让这个产业加了一层美好的滤镜，一时让人难以看清真相。在滤镜之下，是AI项目现存的真实痛点：AI应用成本高昂、工程化布点困难、算法场景局限大、缺乏深度应用、缺乏系统性顶层设计、缺乏满足实战应用的行业标准与评估体系等。

　　解决了这些痛点，AI才能真正“落地”。

　　而从产品和方案提供商的角度而言，重点就落在了降低AI的应用成本、简化工程布点流程、强化算法在应用场景中的适应性这几个方面。朱兵认为，除却形形色色的渲染和包装，厂家最终比拼的将主要是：

　　一是品质控制，保障系统在运行过程中的高可靠和稳定，关键看系统整体运行的性能，这需要时间的积累;二则是项目的总体拥有成本(TC0)，能否把密度做得更高，把单位功耗做得更小，提升单位存储的效率，这些都是降低TC0的关键，细微处见真章，所有这些对细节的把控，也正是对厂商基本功的考验。

　　针对上述提到的AI落地应用的现存痛点，在11月份的乌镇互联网大会上，宇视联合中科院一起发布的《安防AI人工智能工程化白皮书》中指出了八大新的趋势，包括工程的科学布点、产品的云端结合、AI 分布式计算、数据的多维应用、数据和网络安全等方面，这些也正是宇视在践行AI工程化落地过程中专注突破的方向，没有太多花里胡哨的概念，每一项都是紧贴工程项目的实际需求，一点点做改善和积累。

　　标准要规范应用要灵活

　　要推进AI的落地应用，标准建设也是极其重要的一环，尤其在大型项目的系统化部署上，行业标准是实现对不同厂家之间的设备、算法、平台架构进行系统整合的基础，如果标准问题没有解决，系统整合将是一个艰难的过程。

　　此前，安防行业一直以GB/T28181-2011 《安全防范视频监控联网系统信息传输、交换、控制技术要求》标准为主，这项标准只能解决部分资源的共享和联网问题，缺乏统筹规范，且跨警种、跨部门、跨区域应用时无法直接获取有价值的资源。

　　2017年，公安部发布了GA/T1400-2017《公安视频图像信息应用系统（第1-4部分）》，为各厂商提供了统一的信息采集、存储标准，国内开始从视频标准转向了视频图像应用标准。

　　“视频图像信息联网标准的推行，由于接入的数据量更大更复杂，因此在业务实施层也要面对更多的流程。”朱兵表示。

　　首先是标准才刚刚推广的情况下，不是所有的厂家都支持，这就意味着系统可能存在连不通的情况，最终肯定会影响到后续的应用，所以视频图像联网需要解决的第一个问题就是标准的快速普及。

　　其次是连上了能不能用的问题，这直接关系到应用层的标准建设。但现实的情况是，应用的标准会更加滞后，因为应用的需求时刻在变，即使设定了标准，标准能够统一规范的面也很小。

　　还有一个问题，像海大宇这样的厂商，如果每个项目的应用都自己投入去做，会不堪负重。当前很多厂商的做法基本是总部做基础版，然后不同的区域市场再根据本地的业务需求做针对性的改版。比如宇视的做法便是寻找区域市场中当地的集成商一起合作，推出本地化的服务。

　　“这些集成商虽然做不了基础架构、硬件产品，但因为理解用户需求，可以慢慢发展ISV+集成的业务模式。最后产业的生态环境一定是一些集成商慢慢变成ISV(独立软件开发商)，一些逐渐分解成本地化的小型经销商，也有一部分集成商随着实力的增强，从集成市场转向产品硬件制造这样的路线。但更多的应该是本地化的各种各样的小型集成商，这种生态环境的建设比现阶段大家在谈的算法、算力的生态建设要务实得多。”朱兵分析道。

　　最后，当已经做好了前端接入和后端应用，用户最终关注的仍将是TCO（总体拥有成本），如何利旧，如何进一步提高运营管理效率等这些问题，朱兵强调。

　　技术下沉行业进入“深耕”稳健期

　　深度学习算法的开源，推动着AI在各个场景下迎来爆发应用，当下，人工智能已经进入到了比较稳健的上升通道。经过这几年的市场培育，各领域的用户对于AI、大数据、物联网的概念也有了更清楚的认知，在需求上也会更加务实，可以真正的将技术应用融合到企业管理、政府管理、城市管理的实际业务当中。

　　“所以未来两年更多是现有技术快速下沉到应用市场的阶段，技术并不会有太大的突破和变化。” 在预测接下来的智能安防产业技术趋势时，朱兵表示。“下个技术拐点可能是5G，进入到物联网时代，网络无处不在，5G的到来或将带来更快的传输速率和较低的成本，对安防物联网的建设将形成新的推力。”

　　“但这两年，我认为大家还是应该专注在实践上，把基本功练好，把产品做稳定，把应用生态环境建得更完善。”朱兵强调。

　　宇视：已经具备自研芯片的能力

　　可以看出，对于宇视而言，提高智能安防项目的交付能力以及为用户提供更具性价比的智能安防系统方案是其核心业务方向，围绕着这一方向，宇视一直在完善自有的算法、产品以及架构体系。

　　在2018年安博会上，宇视朱兵向安防知识网透漏，宇视其实已经有拥有自主研发芯片的能力，“前几年我们觉得市场的时机还没到，但从现在开始，我们随时可以按需展开芯片的设计，定义宇视自己的芯片。”朱兵坦言。

　　宇视的芯片计划将如何展开，我们目前还不得而知。从这几年AI在安防产业的下沉路径上看，目前已经从算法的比拼发展到了算力的竞争阶段。当前芯片的赛道上已经占立了不少玩家，包括在这两年迅速崛起的天、寒、地、鉴AI芯片企业，以及阿里、华为等行业巨头在AI芯片领域的高调入局。对于当下的市场环境，一向沉静理性的宇视想必是有周全考虑过的。

　　朱兵分析表示，当下这么多投身于芯片的黑科技厂商，他们并不是做芯片产业的全链，更多是重点布局在芯片设计、研发投资以及芯片流片后找到相应的产业支撑芯片的销售这方面，通过生态合作来共同推进芯片在产业中实现更优质的性价比。

　　这几年来，宇视一直在夯实其海量硬件战略，不断地的强化自身的研发能力、技术实力以及市场资源积累。

　　正如朱兵所强调的“对于宇视自身而言，我们依旧是务实的，我们最终关注的是芯片方案能否帮助我们实现降低整体项目的TCO以及提升系统运行性能。相信明年这个时候大家就能看到宇视自己的芯片，因为用户市场体量够了，推出芯片产品能够很快的实现落地应用。